基于场景图的 CAD 工业环境语义丰富化用于仿真与推理
机器人学
2026-01-13 v1 人工智能
计算机视觉与模式识别
摘要
利用工业环境中的功能元素（如显示器和交互式阀门）为机器人训练提供有效的可能性。当准备机器人仿真或涉及高层次场景理解的应用程序时，仿真环境必须同样细致。尽管 CAD 文件提供几何和视觉的精确描述，但通常缺乏语义、关系和功能信息，从而限制了仿真和训练的可能性。3D 场景图可以通过丰富环境来组织语义、空间和功能信息。本文提出了一种从 CAD 环境创建详细 3D 场景图的离线方法。这将作为包含功能和可操作元素关系的基础，以用于动态仿真和推理。本研究的关键结果包括生成语义标签的定量结果以及场景图的定性结果，尤其在管道结构和识别功能关系方面。所有代码、结果和环境将在 https://cad-scenegraph.github.io 提供。
引用
@article{arxiv.2601.06415,
title = {Semantic Enrichment of CAD-Based Industrial Environments via Scene Graphs for Simulation and Reasoning},
author = {Nathan Pascal Walus and Ranulfo Bezerra and Shotaro Kojima and Tsige Tadesse Alemayoh and Satoshi Tadokoro and Kazunori Ohno},
journal= {arXiv preprint arXiv:2601.06415},
year = {2026}
}
备注
Accepted to IEEE SSRR 2025